面向智慧农业种植领域数据处理算法的研究

面向智慧农业种植领域数据处理算法的研究

ID:35102157

大小:4.83 MB

页数:70页

时间:2019-03-17

面向智慧农业种植领域数据处理算法的研究_第1页
面向智慧农业种植领域数据处理算法的研究_第2页
面向智慧农业种植领域数据处理算法的研究_第3页
面向智慧农业种植领域数据处理算法的研究_第4页
面向智慧农业种植领域数据处理算法的研究_第5页
资源描述:

《面向智慧农业种植领域数据处理算法的研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、ZSTUZhejiangSci-TechUniversity硕士学位论文Master’sThesis中文论文题目:面向智慧农业种植领域数据处理算法的研究英文论文题目:Researchondataprocessingalgorithmbasedonintelligentagriculturalplanting学科专业:信号与信息处理作者姓名:岳梦婕指导教师:黄静教授完成日期:2016年4月7日浙江理工大学学位论文独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。除了文中特别加L乂标注和致谢的地方外,论文中不包

2、含其他人己经发表或撰写过的研究成果,化不包含为获得浙江理工大学或其他教育机构的学位或证书而使用过的材料一同工作的同志对本巧究所做。与我的任何贡献均已在论文中作了明确的说明并表示谢意。学位论文作者签名:签字日期:年^月IL日学位论文版权使用授权书本学位论文作者完全了解浙江理工大学有权保留并向国家有关部口或机构送交本论文的复印件和磁盘,允许论文被查阅和借阅。水人授权浙江理工大学可将学位论文的全部1^乂采用影或部分内容编入有关数据库进行检索和传播,可印、汇编学位论文。、缩印或担描等复制手段保存(保密的学位论文

3、在解密后适用本授权书),学位论文作者签名:杂签字日期:年k月日导师签名;签字日期:年^月日浙江理工大学硕士学位论文面向智慧农业种植领域数据处理算法的研究面向智慧农业种植领域数据处理算法的研究摘要智慧农业是农业生产的高级阶段,它集新兴的互联网、移动互联网、云计算和物联网技术为一体,依托部署在农业生产现场的各种传感节点(环境温湿度、土壤水分、二氧化碳、图像等)和无线通信网络以实现农业生产环境的智能感知、智能预警、智能决策、智能分析、专家在线指导,为农业生产提供精准化种植、可视化管理、智能化决策。本文以某金针菇工厂为研究背景,旨在研究智

4、慧农业种植领域的数据处理算法,为农业生产提供智能化决策,主要完成以下工作:1.对传感器采集的原始数据进行预处理,针对如何去除噪声数据的问题做了重点研究。结合希望处理完后的数据失真少的需求,选择使用k-means聚类的方法来去除噪声数据,通过实验发现该算法的运行时间长且聚类结果不稳定,因此提出了一种基于最远优先策略的k-means算法(FPKM算法)。经实验证明,该算法在运行速度和聚类结果上都较普通k-means算法有了明显的改善。2.对生长周期未完成的金针菇进行产量预测,针对如何建立栽培过程中生长环境与产量之间的关系模型做了重点研究。在分析了统计计量预

5、测模型和神经网络预测模型对数据的要求后,选择用BP神经网络对金针菇栽培过程中生长环境与产量之间的关系进行建模,并针对使用BP神经网络训练预测模型时所需的迭代次数多且容易在未达到训练目标就终止训练的问题,提出了用遗传算法优化BP神经网络初始权值的方案。经实验证明,经遗传算法改进后的BP神经网络在训练过程中的收敛速度变快,且预测模型的精度也得到了提高。3.对金针菇栽培过程中的生长环境进行优化,针对寻找金针菇环境与产量关系模型中的最优解问题做了重点研究。通过遗传算法对生产环境进行不断的优化,经过多次实验后发现传统遗传算法收敛速度慢且容易陷入局部最优,针对该问

6、题改进了传统遗传算法的选择算子和交叉算子。经实验证明,改进后的遗传算法寻优的能力得到了提升。考虑到在实际应用中,各项环境参数很难稳定在某一值,因此用周边环境的平均产值去优化适应度函数,提高了最优方案的鲁棒性和实际操作中的可实现性。4.将以上研究成果用python语言实现,并按一定的逻辑集成为数据处理模块,加入到智慧农业生产平台中,使采集到的数据得到了利用,最后通过平台的实际应用验证了本I浙江理工大学硕士学位论文面向智慧农业种植领域数据处理算法的研究文提出的产量预测和环境优化方法。研究结果表明,本文提出的FPKM算法弥补了k-means算法聚类结果不稳定

7、且迭代次数多的缺陷,提高了聚类的效果,为后续的挖掘工作提供了准确有效的数据;基于权值优化的BP神经网络训练算法,弥补了传统BP神经网络的不足,而且训练出的金针菇产量预测模型,在预测精度上较传统BP神经网络训练出的预测模型有了很大提升;基于改进遗传算法的金针菇栽培过程环境寻优方法,弥补了传统遗传算法收敛速度慢容易陷入局部最优的不足,提升了寻优的能力,同时增强了最优方案的鲁棒性和可行性。关键词:智慧农业,数据处理,产量预测,环境优化,FPKM算法,BP神经网络,遗传算法II浙江理工大学硕士学位论文面向智慧农业种植领域数据处理算法的研究ABSTRACTInt

8、elligentagricultureistheadvancedstageofagricult

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。